Projet KG-bot

Chatbot de graphe de connaissances – vers une interaction basée sur des modèles de langage étendu avec des graphes de connaissances en métabolomique

A propos du projet

Le projet KGBot (Knowledge Graph chatBot) vise à améliorer un prototype de chatbot en chimie propulsé par l'IA, conçu pour faciliter l'accessibilité et l'utilisation des graphes de connaissances (KGs) en métabolomique. En exploitant les données de spectrométrie de masse, le chatbot utilise une interface en langage naturel pour générer des requêtes (en utilisant le langage SPARQL), permettant ainsi aux chimistes d'explorer intuitivement le graphe de connaissances complexe en métabolomique (représenté en RDF). Les objectifs clés incluent l’élargissement de la compatibilité du chatbot avec divers modèles de langage étendus (LLMs) et KGs, l’intégration d’outils dynamiques pour l’extraction et la visualisation de données, ainsi que le développement d’interactions dialogiques prolongées pour soutenir les requêtes itératives. Le projet a également pour ambition d'enrichir les interactions utilisateurs en offrant des fonctionnalités telles que la visualisation des résultats, la génération d’hypothèses et des recommandations d’analyse. S’appuyant sur l’expertise interdisciplinaire des partenaires du projet, cette initiative encourage la collaboration transdisciplinaire et aspire à fournir des solutions évolutives applicables à divers domaines. Les résultats attendus incluent un accès amélioré aux données scientifiques et le développement d’un cadre open source robuste pour soutenir des applications futures dans les milieux académiques et industriels. Les financements sont alloués pour soutenir les contributions des chercheurs et post doctorants au projet.

Chercheurs principaux
  • Louis-Félix Nothias (Institut de Chimie de Nice, Université Côte d’Azur, Nice)
  • Fabien Gandon (Wimmics UniCA, Inria, CNRS, I3S)
Partenaires projet
  • Swiss Institute of Bioinformatics, Lausanne, Switzerland
  • School of Pharmaceutical Sciences, Univ. of Geneva, Switzerland
Durée
  • Novembre 2024 - Novembre 2025
Montant total
  • 70 000 euros
Publications
Emma Tysinger, Marco Pagni, Olivier Kirchhoffer, Florence Mehl, Fabien Gandon, et al.. An Artificial Intelligence Agent for Navigating Knowledge Graph Experimental Metabolomics Data. 2023 Swiss Metabolomics Society Annual Meeting, Swiss Metabolomics Society Zurich; ETH Zurich, Sep 2023, Zurich, Switzerland. https://inria.hal.science/hal-04381448
Projets financés par effet de levier

Contribution à la preuve de concept dans le cadre d’un travail préparatoire pour MetabolinkAI, un projet de recherche international financé par l’Agence Nationale de la Recherche (ANR) et le Fonds National Suisse (FNS) (2025-2029).

Site web du projet : www.metabolinkai.net